numpy 기초 - 1 ()
import numpy as np
arr = np.array(5)
arr.shape
print( arr.ndim ) #차원의 갯수
# 0으로 채워진 numpy array
import numpy as np
zeros = np.zeros([3,3])
zeros
zeros * 5
# 연속 배열 array 생성
np.arange(5) # 0 ~ 4
np.arange(4,9) # 4,5,6,7,8
np.arange(9).reshape(3,3) # arange를 이용해서 1차원 data 생성후 reshape 한다
# index
nums = [1,2,3,4,5]
nums[2:]
# numpy indexing
arr[1,2] # 1열 2행의 data get
# numpy slicing
arr[1:] # 2열, 3열 가져오기
arr[1:1:] # 2열, 2행부터 가져오기
# boolean indexing
data = np.random.randn(3,3)
data
data[data<0] = 1
# 해당되는 data를 1로 define 해준다
# broadcast
arr = np.arange(9).reshape(3,3)
arr
arr + 3 # 모든 원소에 +3
arr * 3 # 모든 원소에 *3
arr * np.array([1,1,1]) # 모든 원소에 행렬 덧셈을 수행한다.
# Math Function
np.multiply(arr, 3)
arr = np.random.randint(2, size=27).reshape(3,3,3)
arr_2 = np.random.randint(2, size=9).reshape(3,3)
arr * arr_2
arr + arr_2
np.sum(arr)
np.sum(arr + arr_2)
np.max(arr)
np.min(arr)
np.max(arr + arr_2, -1)
np.sum(arr + arr_2, 0)
# 다른 shape를 가진 행렬의 연산, 차원 ?????
arr = np.array([-1,2,3,4,5,9,2,3,])
np.argmax(arr)
>> 6 # 6번재 9가 제일 큼
np.argmin(arr)
>> 1 # 1번째 -1이 가장 작음
np.unique(arr)
>> array([2,3])
'DS > fast campus daily report' 카테고리의 다른 글
7.29 (딥러닝 인공지능) tensorflow 2.0 예제 dataset 소개(MNIST) 및 불러오기 (0) | 2020.07.29 |
---|---|
7.24 (딥러닝 인공지능) anaconda 활용 및 단축키, tensor 이해하기 (0) | 2020.07.24 |
7.19 (머신러닝과 데이터분석) oversampling 기법, SMOTE변형 기법들 (0) | 2020.07.19 |
7.18 (머신러닝과 데이터분석)class imbalanced problem>imbalanced problem 해결방법 (10:45) (0) | 2020.07.19 |
7.15 (머신러닝과 데이터분석) k-means 1.clustering, 2.k-means clustering, 3.최적의 k (0) | 2020.07.15 |